我最近被问了不下十次：现在数据分析师是不是饱和了？还能不能学？——说实话，每次听到这种问题我都想笑。不是因为问题蠢，是因为背后藏着的焦虑太真实了。三年前我转行的时候，也是这副德行。满脑子都是‘学个SQL就能月入过万’的幻想，结果呢？头发掉了一把，课刷了一堆，offer一个没拿到。哈哈，现在想起来还是觉得那时候的自己挺勇的。
前几天和一个HR朋友撸串，他吐槽现在招个数据分析师比找对象还难——简历一堆，能干的没几个。这话让我突然意识到，市场不是饱和，是分化了。会点Excel就标榜自己是分析师的时代，早过去了。2025年了，对吧？
数据分析师到底在做什么？别再被课程广告忽悠了
好多转行的人，脑子里全是培训班广告里那个画面：喝着咖啡，对着酷炫的仪表盘指指点点，年薪百万。醒醒吧。实际工作呢？50%的时间在数据清洗，30%在写SQL，15%在跟业务方battle需求。剩下5%才是那该死的‘分析’。有一回我为了匹配两张表的字段，折腾到凌晨两点，最后发现是源数据里有不可见字符——那一瞬间，真的想把电脑砸了！可这就是日常。别以为学个Python就能避开这些脏活累活，基础不打牢，连脏活的资格都没有。
问：我是文科生，数学不好，能转行数据分析师吗？
答：这个问题我回答过八百遍。能，但你要想清楚自己的优势在哪。数据分析师不是数学家，大部分时候你用的是加减乘除和逻辑判断。如果连这都怕，那真别勉强。但是——如果你对业务敏感，能从一堆数字里嗅出问题，那比会拉格朗日插值有用一万倍！真的，我见过太多数学系毕业的，分析报告写得像学术论文，业务方看三行就睡着了。所以重点不是数学，是能把数据讲成人话。懂吗？
2025年，企业对数据分析师的要求，变了
去年我们部门引入了一个AI助手，写SQL快得一批，当时我心都凉了半截——这玩意儿不会让我失业吧？后来发现，当它写出一个完全不符合业务逻辑的查询时，我还得给它擦屁股。那种感觉就像带了个智商超高但常识为零的实习生。这说明了什么？工具在进化，但人的判断力无可替代。现在企业招人，根本不care你是不是会用一百种库，他们想要的是能定义问题、能设计指标体系、能把分析结果落地成策略的人。说白了，你得从一个‘取数机器’变成一个‘数据参谋’。❗
问：那现在学数据分析师，必须掌握哪些硬技能？
答：SQL是底线，Python选学但越来越必要，可视化工具至少精通一个（Power BI或Tableau）。千万别信‘三小时速成’的鬼话！我当初啃《SQL必知必会》啃了一个月，才勉强应付面试。还有个很多人忽视的点——统计学基础，特别是AB测试和概率论，这是拉开差距的地方。对了，Excel？别看不起，数据透视表和VLOOKUP仍然能解决80%的问题。但永远不要只停留在工具层，业务理解才是护城河。💡
几点建议，可能扎心，但都是大实话
- 项目经验比证书重要一千倍。别沉迷刷课，去Kaggle找个真实数据集，从头到尾做一遍分析，写到简历里才叫本事。
- 面试别背诵术语，我听过最尬的面试回答就是‘我熟悉聚类分析，它是一种无监督学习算法’——然后追问具体怎么用的，对方瞬间卡壳。你得会讲故事，讲你如何用数据解决了一个实际问题。
- 薪资没有培训班吹的那么高。一线城市入门级数据分析师，8K-15K是常态，别上来就想30K，除非你自带业务光环。
- 保持好奇心。这行变化太快，今天是ClickHouse，明天可能是别的东西。但底层对业务的理解、对逻辑的敏感，永远不过时。
说到底，数据分析师就是个普通的职业，有它的光鲜也有它的琐碎。别被焦虑推着走，也别被幻想蒙住眼。如果你真的喜欢从混乱中找秩序，用数据影响决策，那这个岗位依然值得。否则——去学门手艺，说不定更快乐。对吧？